AI จะช่วยประเทศกำลังพัฒนาไล่ทัน หรือทิ้งให้ห่างกว่าเดิม? สรุปวงเสวนา IMF ว่าด้วยเทคโนโลยีกับความมั่งคั่งของประเทศเกิดใหม่

ในงานประชุมประจำปีของกองทุนการเงินระหว่างประเทศ (IMF) และกลุ่มธนาคารโลก (World Bank Group) หรือ Annual Meetings 2026 ซึ่งจัดขึ้นที่กรุงเทพฯ หัวข้อที่ถูกพูดถึงแทบทุกห้องหนีไม่พ้นเรื่อง AI และเมื่อวันที่ 14 ตุลาคม 2026 IMF ได้จัดเวทีเสวนาชื่อ Technology for Prosperity in Emerging and Developing Economies เพื่อชวนคุยในมุมที่มักถูกมองข้าม นั่นคือ AI จะส่งผลอย่างไรกับประเทศเกิดใหม่และประเทศกำลังพัฒนา ซึ่งยังมีข้อจำกัดทั้งด้านเงินทุน ไฟฟ้า อินเทอร์เน็ต และการศึกษา

ผู้ร่วมเสวนาบนเวทีมาจากหลายภาคส่วน โดยมี Gabriele Steinhauser หัวหน้าสำนักข่าว Wall Street Journal ประจำเอเชียตะวันออกเฉียงใต้ เป็นผู้ดำเนินรายการ อาทิ

  • ฝั่ง IMF คือ Jihad Azour ผู้อำนวยการฝ่ายตะวันออกกลางและเอเชียกลาง ซึ่งเคยเป็นรัฐมนตรีคลังของเลบานอน 
  • ฝั่งมูลนิธิคือ Kalpana Kochhar ผู้ดูแลงานด้านนโยบายระดับโลกของ Gates Foundation ซึ่งเคยทำงานใน IMF มานานถึง 33 ปี 
  • ฝั่งธนาคารเพื่อการพัฒนาคือ Greg Guyett รองประธานคนที่หนึ่งของธนาคารเพื่อการบูรณะและพัฒนาแห่งยุโรป (EBRD) ผู้เพิ่งย้ายมาจากโลกธนาคารพาณิชย์ 
  • ฝั่งนักลงทุนคือ Frannie Léautier ซีอีโอของ SouthBridge Investments ซึ่งลงทุนในแอฟริกาและเคยเป็นผู้บริหารระดับสูงของทั้ง World Bank และ African Development Bank 

Steinhauser เปิดวงว่า ตลอดหลายวันของการประชุม เธอได้ยินทั้งความหวังและความกังวลเกี่ยวกับ AI แต่บทสนทนาส่วนใหญ่วนอยู่กับมหาอำนาจอย่างสหรัฐฯ และจีน เวทีนี้จึงอยากเปลี่ยนโฟกัสมาที่ประเทศกำลังพัฒนา เธอชี้ว่า AI ไม่ใช่การเปลี่ยนแปลงทางเทคโนโลยีครั้งแรกที่โลกเคยเจอ ก่อนหน้านี้เรามีเครื่องจักรไอน้ำ ไฟฟ้า อีคอมเมิร์ซ คลาวด์ และการชำระเงินดิจิทัล ซึ่งทุกครั้งทิ้งร่องรอยไว้ในแต่ละพื้นที่ไม่เท่ากัน คำถามของวันนี้จึงอยู่ที่ว่า AI จะซ้ำรอยเดิมหรือจะต่างออกไป และจะทำอย่างไรไม่ให้มันซ้ำเติมความเหลื่อมล้ำ แต่กลายเป็นเครื่องมือที่ช่วยให้ประเทศที่ตามหลังไล่ทันได้

บทเรียนจากเทคโนโลยียุคก่อน สิ่งที่ตัดสินผลคือการออกแบบ

Kalpana Kochhar เริ่มด้วยการเล่าว่าในปีนี้ Bill Gates เขียนบันทึกส่วนตัวไว้ว่า เขาผ่านมาแล้วทั้งการปฏิวัติคอมพิวเตอร์ส่วนบุคคลและการปฏิวัติอินเทอร์เน็ต แต่ไม่มีครั้งไหนที่ให้ความรู้สึกเหมือนครั้งนี้ เธอจึงชวนย้อนดูว่าเทคโนโลยีแบบไหนที่เคยได้ผลจริงในประเทศกำลังพัฒนา เพื่อหาบทเรียนมาใช้กับ AI

ตัวอย่างที่ชัดที่สุดในมุมของเธอไม่ใช่เทคโนโลยีดิจิทัลเลย แต่เป็นวัคซีน นับตั้งแต่ปี 2000 จำนวนเด็กที่เสียชีวิตลดลงมากกว่าครึ่ง ส่วนใหญ่เป็นผลจากวัคซีน ซึ่งคาดว่าช่วยรักษาชีวิตคนได้ปีละ 3.5 ถึง 5 ล้านคน วัคซีนกำจัดไข้ทรพิษให้หมดไปจากโลก และเปลี่ยนโรคร้ายแรงอย่างมาลาเรีย หัด ปอดบวม และมะเร็งปากมดลูก ให้กลายเป็นโรคที่ป้องกันได้

ถ้ามองออกไปนอกเรื่องสุขภาพ ก็ยังมีเทคโนโลยีที่ช่วยยกระดับรายได้และคุณภาพชีวิตอีกหลายตัว ทั้งบริการโอนเงินผ่านมือถือ โครงสร้างพื้นฐานดิจิทัลภาครัฐของอินเดีย ที่รัฐสร้างระบบยืนยันตัวตนและระบบชำระเงินกลางให้ทุกคนใช้ร่วมกัน หรือรวันดาที่ใช้โดรนส่งเลือดไปยังโรงพยาบาลห่างไกล และนำระบบเวชระเบียนดิจิทัลมาใช้ทั้งประเทศ

Kochhar อธิบายว่าสิ่งที่ทำให้กรณีเหล่านี้สำเร็จ คือมันแก้ปัญหาที่คนจนมีอยู่แล้วจริง ๆ ไม่ได้สร้างความต้องการขึ้นมาใหม่ มันทำงานบนแพลตฟอร์มสาธารณะที่เชื่อมต่อกันได้ ทำให้การเพิ่มผู้ใช้แต่ละคนแทบไม่มีต้นทุน รัฐเป็นผู้ลงทุนในระบบหลักและคอยประสานให้ทุกฝ่ายเดินไปทางเดียวกัน และที่สำคัญคือมันใช้งานได้บนอุปกรณ์ที่ผู้คนพกอยู่แล้ว หรือในกรณีของวัคซีนก็ไม่ต้องใช้อุปกรณ์อะไรเลย เธอยอมรับด้วยว่ามีหลายโครงการที่ไม่สำเร็จ และนั่นคือบทบาทของเงินจากมูลนิธิ ที่กล้ารับความเสี่ยงในจุดที่คนอื่นไม่กล้า

ในความเห็นของเธอ AI กำลังเผชิญบททดสอบเดียวกันนี้ เพียงแต่เกิดขึ้นเร็วกว่ามาก และบางโครงการก็เริ่มสอบผ่านแล้ว ตัวอย่างที่ถูกพูดถึงบ่อยคือ AMA KrushAI ระบบ AI ที่ให้คำแนะนำด้านการเพาะปลูกแก่เกษตรกรในอินเดีย ตอนนี้มีเกษตรกรใช้งานแล้วกว่า 740,000 ราย โดยมีต้นทุนเพียง 18 เซนต์ต่อคน และจะยิ่งถูกลงเมื่อมีผู้ใช้มากขึ้น อีกตัวอย่างอยู่ที่ไนโรบี เมืองหลวงของเคนยา ซึ่งมีการนำ AI มาทำหน้าที่เป็นผู้ช่วยคอยประกบการตรวจผู้ป่วยตามปกติ เธอบอกว่าสิ่งที่เห็นตอนนี้เป็นแค่ผิวหน้าเท่านั้น

บทสรุปของ Kochhar คือ ในประวัติศาสตร์ที่ผ่านมา ตัวเทคโนโลยีไม่เคยเป็นข้อจำกัดที่แท้จริง สิ่งที่ชี้ขาดคือการเลือกออกแบบว่าจะสร้างมันขึ้นมาเพื่อใคร และให้ทำงานในเงื่อนไขแบบไหน นี่คือเหตุผลที่ Bill Gates มองว่าการตัดสินใจในช่วง 12 ถึง 18 เดือนข้างหน้า จะเป็นตัวกำหนดว่าประโยชน์ของ AI จะไปกองอยู่กับคนที่มีมากอยู่แล้ว หรือจะไปถึงมือคนที่ควรได้รับมันจริง ๆ

การก้าวกระโดดทางเทคโนโลยีบนอุปกรณ์พื้นฐาน

เมื่อถูกถามถึงโอกาสในการเกิดปรากฏการณ์ Leapfrogging หรือการกระโดดข้ามขั้นทางเทคโนโลยี Frannie Léautier อธิบายว่า โทรศัพท์มือถือคือฐานรากสำคัญที่สุดสำหรับแอฟริกา และในเมื่อคนส่วนใหญ่ยังไม่มีสมาร์ทโฟน AI จึงต้องถูกออกแบบให้ทำงานผ่านเครือข่ายและโทรศัพท์รุ่นพื้นฐานได้

Léautier ยกตัวอย่างแพลตฟอร์มปล่อยสินเชื่อแก่ธุรกิจขนาดเล็กที่พัฒนาโดย Zindi และได้รับทุนสนับสนุนจาก Arab Bank for Economic Development in Africa ซึ่งให้ผู้กู้ทำแบบทดสอบผ่านฟีเจอร์โฟน จากนั้นใช้ AI เบื้องหลังประเมินพฤติกรรมเพื่อปล่อยกู้ โครงการนี้ปล่อยสินเชื่อไปแล้วกว่า 80,000 รายการ และสร้างงานมากกว่า 10,000 ตำแหน่ง แม้ AI จะเข้ามาแทนที่งานประเมินเครดิตแบบเดิม แต่ก็สร้างงานใหม่ในระบบ ทั้งนักเขียนอัลกอริทึม พนักงานขนส่ง และความต้องการบุคลากรสายวิทยาการข้อมูล

ความท้าทายและความต่างระดับภูมิภาคในตะวันออกกลางและเอเชียกลาง

Jihad Azour จาก IMF แบ่งกลุ่มประเทศในภูมิภาคตะวันออกกลางและเอเชียกลางออกเป็นสามกลุ่ม กลุ่มแรกคือกลุ่มประเทศอ่าวอาหรับ (GCC) เช่น UAE และซาอุดีอาระเบีย ซึ่งมีความพร้อมสูง ทุ่มเงินลงทุนด้าน AI กว่า 1.5 แสนล้านดอลลาร์ และตั้งเป้าเป็นผู้ส่งออกเทคโนโลยี กลุ่มที่สองคือประเทศที่กำลังเร่งการลงทุนในสตาร์ทอัพ และกลุ่มที่สามคือประเทศที่ยังขาดโครงสร้างพื้นฐาน

Azour มองว่า AI สามารถเป็นแกนกลางสร้างความร่วมมือในภูมิภาค (Integration 2.0) โดยการดึงเงินทุนจากกลุ่มประเทศร่ำรวยมาเชื่อมกับประชากรวัยหนุ่มสาวและกลุ่มผู้หญิงในประเทศอื่นๆ ซึ่งช่วยยกระดับการศึกษาและการพัฒนาทักษะแรงงาน ทั้งนี้ IMF กำลังเร่งหารือกับรัฐมนตรีกระทรวงการคลังเพื่อวางนโยบายคลัง โครงสร้างพื้นฐาน และกฎระเบียบที่เปิดรับ AI ต้นทุนต่ำเพื่อสร้างผลิตภาพโดยไม่จำเป็นต้องใช้เทคโนโลยีราคาแพงเสมอไป

ลำดับความสำคัญในการลงทุนของภาครัฐ

ในมุมมองของรัฐมนตรีกระทรวงการคลัง Léautier เสนอว่า ประเทศกำลังพัฒนาควรจัดลำดับการลงทุนเริ่มจากระบบไฟฟ้าและพลังงานพื้นฐาน ตามด้วยการลงทุนด้านการศึกษาเพื่อสร้างทักษะดิจิทัล เช่น กรณีตัวอย่างนักศึกษา University of Dodoma ในแทนซาเนียที่รับงานระดับโลกได้จากในประเทศ ถัดมาคือการนำ AI มาแก้ปัญหาจริงของผู้ใช้ เช่น เกษตรกรหรือระบบสัพพกวนยาในสาธารณสุข และสุดท้ายคือการบริหารจัดการแหล่งเงินทุนอย่างเป็นระบบ

นอกจากนี้ Léautier ยังแชร์ประสบการณ์การบริหารพอร์ตลงทุนในช่วงวิกฤตค่าเงินเซดีของกานา โดยชี้ว่าข้อมูลและการวิเคราะห์จาก AI ช่วยยืนยันว่าวิกฤตเศรษฐกิจมหภาคมีวงรอบที่บริหารจัดการได้ ซึ่งช่วยสร้างความมั่นใจให้นักลงทุนกล้าลงเงินในประเทศที่มีความเสี่ยงสูง

โครงสร้างพื้นฐาน ข้อมูล และบทบาทของธนาคารเพื่อการพัฒนา

Greg Guyett จาก EBRD ระบุว่า หัวใจสำคัญในการดึงเงินทุนภาคเอกชนมาร่วมพัฒนา AI ในประเทศกำลังพัฒนา คือการเตรียมโครงสร้างพื้นฐาน ทั้งพลังงานหมุนเวียนและดาต้าเซ็นเตอร์ขนาดใหญ่ โดยธนาคารเพื่อการพัฒนาพหุภาคี (MDBs) ปรับบทบาทมาเป็นผู้รับความเสี่ยงก้อนแรก (first loss) หรือเข้าถือหุ้นเสี่ยงสูง เพื่อสร้างความมั่นใจให้เอกชน

Guyett เปรียบเทียบข้อมูลว่าเป็นเหมือนเงินออมที่ประเทศควรรักษาไว้ในบ้าน เพื่อนำกลับมาใช้พัฒนาประเทศ ขณะเดียวกัน ประเทศกำลังพัฒนาไม่จำเป็นต้องแข่งสร้างโมเดลภาษาขนาดใหญ่ (LLM) เอง แต่สามารถใช้ประโยชน์จากโมเดล Open-source ได้ ตัวอย่างการประยุกต์ใช้ AI ในภาวะวิกฤต เช่น การใช้นวัตกรรม AI ควบคุมโดรนและระบบการศึกษาในยูเครน แสดงให้เห็นว่า AI สามารถช่วยลดช่องว่างทางเทคโนโลยีได้อย่างมีประสิทธิภาพ หากมีโครงสร้างพื้นฐานการเชื่อมต่อที่เพียงพอ

การออกแบบ AI ให้เข้าถึงคนในพื้นที่และอุปสรรคจริงในปฏิบัติตาม

Kalpana Kochhar เน้นย้ำว่า หน้าที่ขององค์กรภาคสังคมและมูลนิธิคือการเข้าไปลงทุนในบริการสาธารณะที่เอกชนไม่ทำ โดย Gates Foundation ได้ร่วมมือกับผู้ให้บริการระบบคลาวด์รายใหญ่ (Hyperscalers) พัฒนา AI ให้รองรับภาษาท้องถิ่นทั่วโลก เพื่อป้องกันความผิดพลาดในข้อมูลวิกฤต เช่น การวินิจฉัยทางการแพทย์ ตลอดจนการตั้ง AI scaling hubs และการสนับสนุนเครื่องมือแพทย์อัจฉริยะอย่างอัลตราซาวด์พกพาให้เจ้าหน้าที่ health workers ด่านหน้า

ในช่วงถามตอบ ตัวแทนจาก GSMA และผู้ประกอบการฟินเทคได้สะท้อนถึงอุปสรรคเรื่องภาษีอุปกรณ์มือถือที่สูงในบางประเทศ (เช่น คองโก และปากีสถาน) รวมถึงราคาค่าบริการ AI ซึ่ง Azour และ Léautier ให้ความเห็นว่า รัฐควรมองการปฏิรูปภาษีในภาพรวมเศรษฐกิจมหภาค และปรับวิธีคิดจากการให้ทุกคนถืออุปกรณ์ราคาแพง มาเป็นการใช้แพลตฟอร์มส่วนกลางประมวลผลแทน

Azour ทิ้งท้ายว่า AI ไม่ใช่เพียงเรื่องของแอปพลิเคชันเพื่อการบริโภคทั่วไป แต่เป็นการปฏิวัติอุตสาหกรรมที่จะเปลี่ยนโครงสร้างผลิตภาพของเศรษฐกิจทั้งหมด ซึ่งภาครัฐต้องนำไปคิดรวมในนโยบายทุกระดับเพื่อปิดช่องว่างการพัฒนาระหว่างประเทศ

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

สรุปวงเสวนารับมือมิจฉาชีพยุค AI คนในอาเซียน 72% ดูมิจฉาชีพออก แต่พร้อมรับมือจริงแค่ 16%

วงเสวนาบนเวที SICW 2026 ชี้ว่า AI ทำให้การหลอกลวงมีต้นทุนถูกลง ตั้งแต่ Deepfake นายกฯ สิงคโปร์ถึงคนที่เชื่อว่าคุยกับ Elon Musk ทางออกคือหยุดมิจฉาชีพตั้งแต่ต้นน้ำ ไม่ใช่รอให้เหยื่อร...

Responsive image

สรุปแนวคิด AI จาก Grab: ถ้า AI ไม่ช่วยเสริมสร้างกิจการของพาร์ทเนอร์ ก็ไม่ใช่สิ่งที่ Grab ให้ความสำคัญ

ถอดแนวคิดพัฒนา AI ของ Anthony Tan CEO Grab จากงาน CNN Global Perspectives เผยกลยุทธ์การนำ AI มาช่วยยกระดับรายได้คนขับและร้านค้า พร้อมบทเรียนการปรับตัวของคนทำงาน...

Responsive image

รัฐมนตรีสิงคโปร์เตือน First Jobber มือใหม่ต้องฝึกการทำงานผ่านความผิดพลาดบ้าง อย่าให้ AI เรียนรู้แทน

สิงคโปร์ประกาศตั้งกรอบรับรองวิชาชีพไซเบอร์ นำร่องปี 2027 บนเวที SICW 2026 พร้อมแนวคิด ‘ใช้ AI ทำงานแทน แต่อย่าทำการเรียนรู้แทน’ และบทเรียนจากอังกฤษที่เดินเส้นทางนี้มาก่อน...